画像とレポートの利用によるロジカルシンキング型のAI画像診断法の構築

• 研究課題/領域番号: 23K07150
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分52040:放射線科学関連
• 研究機関: 北海道大学
• 研究代表者: 平田 健司 北海道大学, 医学研究院, 准教授 (30431365)
• 研究分担者: 小川 貴弘 北海道大学, 情報科学研究院, 教授 (20524028) ; 三宅 基隆 国立研究開発法人国立がん研究センター, 中央病院, 医員 (70544906)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2023年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
• キーワード: AI / FDG-PET/CT / レポート / 自然言語処理

研究開始時の研究の概要

画像診断AIの発達は目覚ましいが、画像診断が対象とする多数の疾患をカバーするまでにはまだ時間がかかる。現在のAIは病態を考えるプロセスを省略して診断名に至るが、AIが放射線科医に追いつくためには、人間の思考プロセスを模倣して、現在のAIに欠くロジカルシンキング（論理的思考）を取り入れることが重要であろう。本研究では、放射線科医が画像診断を行うときと同様に、「どこに」「どのような」異常が「どのような患者に」存在するかを明らかにしてから統合診断するAIの構築を目指す。数万件のFDG-PET/CTの画像とレポートの組、ナショナル・データベース、画像と自然言語処理を融合する最新AI技術を利用する。